语音识别

typewhisper-win 开源 免费 仅开源

本地 Whisper 语音转文字，还能顺带翻译，隐私无忧。

TypeWhisper for Windows 是一款基于 C# 开发的本地语音转文字工具，专为 Windows 平台设计。它利用···

mlx-qwen3-asr 开源 免费 仅开源

Mac 本地跑 Qwen3 语音识别，音频不出设备

mlx-qwen3-asr 是把阿里 Qwen3-ASR 语音识别模型搬到苹果芯片上的开源实现，底层用苹果官方的 MLX ···

typewhisper-mac 开源 免费 仅开源

在 Mac 上离线语音秒变文字，隐私无忧

typewhisper-mac 是一款专为 macOS 设计的本地语音转文字工具，基于 Apple Silicon 芯片和 Whisper···

qwen-asr 开源 免费 仅开源

用纯 C 跑通 Qwen3-ASR，语音转文字不依赖 Python

qwen-asr 是一个用纯 C 语言实现的 Qwen3-ASR 语音识别推理项目，支持 0.6B 和 1.7B 两个参数规模的···

speech-swift 开源 可打开

苹果芯片上跑本地语音AI，离线也能用

speech-swift 是一个专为 Apple Silicon 设备打造的 AI 语音工具包，基于 MLX 和 CoreML 框架，提供···

voxtral-mini-realtime-rs 开源 待核验

在浏览器或本地用 Rust 跑实时语音识别与合成

这是一个用 Rust 实现 Mistral Voxtral mini 实时语音识别（ASR）和语音合成（TTS）的开源项目，基···

DayBee 开源 不稳定

长开麦克风，只转人声，实时出文字

DayBee 是一个用 Go 编写的跨平台长时录音与实时转写工具，默认接入 Qwen3-ASR 语音识别模型。它解···

pindrop 开源 免费+付费 不稳定

按快捷键说话，文字直接落到光标处，全程离线不上传

pindrop 是一款原生 macOS 菜单栏听写工具，基于 WhisperKit 在本地完成语音转文字，不需要联网或上···

izwi 开源 仅开源

本地跑通语音转写、克隆和合成，兼容 OpenAI 接口

izwi 是一个本地优先的语音 AI 运行时，用 Rust 编写，提供语音转文字、说话人分离、文字转语音和声···

DeLive 开源 不稳定

抓系统声音实时出字幕，转完自动生成摘要和思维导图

DeLive 是一款本地优先的桌面端实时字幕与语音识别工作台，用 Electron + TypeScript 构建，核心解···

voicekey 开源 可打开

按一个键说话，文字自动出现在光标处

voicekey 是一个基于 Electron + React 的桌面语音输入工具，主打“按一个键就能把说的话变成文字”···

typeflux 开源 不稳定

按住热键说话，松开就把文字打进当前应用

Typeflux 是一款用 Swift 编写的 macOS 菜单栏语音输入工具，核心解决在任意应用中快速用语音代替键···

Fun-ASR 开源 免费 待核验

用大模型听懂中文方言，多语言流式识别一键部署

Fun-ASR 是一个基于大语言模型的开源语音识别（ASR）模型家族，专注于中文、方言、口音及多语言场景···

AsrServe 开源 可打开

自托管语音识别，实时离线都能跑，接口兼容 OpenAI

AsrServe 是一个可自托管的中文语音识别服务，把当前最强的开源 ASR 模型（如 Qwen3-ASR 系列）封装···

go-speech 开源 免费 仅开源

Go 语言一键集成语音合成与识别，离线可用

go-speech 是一个基于 Golang 和 ONNX 运行时构建的轻量级语音处理库，专注于为 Go 开发者提供开箱···

whisper-subs 开源 免费 仅开源

Jellyfin 本地自动生成字幕，音频不出服务器

whisper-subs 是一个 Jellyfin 媒体服务器插件，用本地 Whisper 模型为视频自动生成字幕，所有音频···

voxtype 开源 免费 仅开源

按住说话，松手出字，Wayland 离线听写

voxtype 是一款面向 Linux Wayland 桌面的离线语音转文字工具，用 Rust 编写。它解决的核心问题是：···

ostt 开源 免费+付费 可打开

按热键说话，终端里直接出文字并喂给AI或shell

ostt 是一款面向终端用户的语音转文字工具，用 Rust 编写，主打在命令行环境中完成录音、转写与后续···

whisperx-asr-service 开源 免费 仅开源

把 WhisperX 变成开箱即用的语音识别 API 服务

whisperx-asr-service 是一个基于 WhisperX 的语音识别服务化封装，把原本需要写脚本调用的 Whispe···

cli 开源 免费+付费 可打开

终端一条命令，直接和 ElevenLabs 语音智能体对话

ElevenLabs 官方命令行工具，用 Rust 编写，让开发者在终端直接与 ElevenLabs 语音智能体交互。它解···

aidictation 开源 免费+付费 待核验

多端离线听写，开口即成文字

aidictation 是一款开源语音转文字与听写应用，覆盖 macOS、Windows、iPhone、iPad 和 Android 多端···

TheWhisper 开源 不稳定

让 Whisper 在本地设备上边听边转，低延迟出字幕

TheWhisper 是对 OpenAI Whisper 语音识别模型的工程化优化版本，专注于流式识别和端侧部署两大场景···

parakeet-rs 开源 免费 仅开源

Rust 本地跑 NVIDIA Parakeet，CPU 也能极速语音转写与说话人分离

parakeet-rs 是一个用 Rust 编写的语音识别工具库，基于 NVIDIA Parakeet 系列模型（通过 ONNX 运行···

tiny-audio 开源 免费+付费 待核验

25 美元训出带时间戳和说话人分离的语音转文字

tiny-audio 是一个低成本语音转文字（ASR）系统，核心思路是把冻结的语音编码器与 Qwen 大语言模型···